方案背景

隨著科技的不斷進步和工業(yè)自動化的推廣，紡織品生產中采用自動化缺陷檢測技術已成為趨勢。傳統(tǒng)的人工檢測方式不僅費時費力，而且容易產生主觀誤判和漏檢等問題，影響了生產效率和產品質量。因此，建立一套高效、準確的自動化紡織品缺陷檢測方案已成為生產企業(yè)提高效率、降低成本、提高產品質量的必要手段。

方案簡介

紡織品缺陷檢測是指基于圖像處理、機器視覺和人工智能等技術，通過對紡織品圖像進行分析、識別和分類，快速準確地檢測紡織品缺陷的一種自動化檢測方案。其主要流程包括圖像采集、圖像預處理、特征提取、分類識別和缺陷檢測等環(huán)節(jié)。

機器視覺紡織品缺陷方案可實現(xiàn)紡織品中的斷經、斷緯、粗節(jié)、粗經、緯檔、松邊、起球、污跡、孔洞等疵點的檢測,集自動探測、疵點定位、缺陷分類,可以大大提高檢測結果的準確度。

方案搭建

通過EASY EAI Nano/EAI1126-Core-T/TI 搭配高清攝像頭進行布匹圖像采集對比，利用數(shù)字圖像處理技術和先進的深度學習技術，對于機器視覺識別處的瑕疵成像進行定位。

紡織品缺陷檢測方案的搭建需要以下步驟：

1.數(shù)據(jù)采集和預處理：

需要收集大量紡織品的圖像數(shù)據(jù)，并進行預處理，包括圖像去噪、灰度化、裁剪等操作，使得數(shù)據(jù)能夠被后續(xù)的算法處理。

2.特征提取和分類：

利用機器學習或深度學習算法對采集到的圖像數(shù)據(jù)進行特征提取和分類，以識別出不同類型的缺陷，并對其進行定量化描述，例如缺陷大小、形狀、顏色等等。

3.模型訓練和優(yōu)化：

基于已經標注好的數(shù)據(jù)集，采用一些常見的模型，例如支持向量機（SVM）、卷積神經網絡（CNN）等，對模型進行訓練和優(yōu)化，以提高模型的準確性和魯棒性。

4.缺陷檢測和反饋：

將已經訓練好的模型應用于新的紡織品圖像中，檢測出其中的缺陷，并將缺陷的位置、類型等信息反饋給生產線或操作員，以及時進行修復或調整。

在搭建紡織品缺陷檢測方案時，需要根據(jù)不同的紡織品類型和缺陷類型，采用不同的算法和模型，以獲得更好的效果。同時，還需要對數(shù)據(jù)集進行充分的標注和質量控制，以避免模型出現(xiàn)過擬合或欠擬合等問題。

方案特點

1. 高自動化：采用圖像處理、機器視覺和人工智能等技術，實現(xiàn)對紡織品缺陷的自動檢測，不需要人工干預，大大提高了生產效率和檢測精度。
2. 高精度：利用深度學習等算法，對紡織品圖像進行特征提取和分類，實現(xiàn)對不同類型缺陷的準確識別和定量化描述，避免了人工檢測的主觀性和誤差。
3. 高效率：通過自動化檢測和反饋，可以實現(xiàn)快速識別和定位缺陷，及時修復或調整生產線，避免了因缺陷導致的延誤和浪費。
4. 成本低：相比人工檢測，紡織品缺陷檢測方案可以大大降低人力成本和檢測時間，同時還能提高檢測精度和效率，具有更高的性價比。
5. 支持多種紡織品類型：紡織品缺陷檢測方案可以應用于多種紡織品類型，如棉織品、毛織品、絲織品等，同時還能識別多種不同類型的缺陷，如破洞、污漬、斷經等。

硬件使用

• 本方案使用的是靈眸的EASY EAI Nano/EAI1126-Core-T系列
• 內置NPU：最大算力為2.0Tops；
• 四核ARM Cortex-A7 and RISC-V MCU；
• 支持INT8/INT16混合運算，并支持TensorFlow/MXNet/PyTorch/Caffe等一系列框架的網絡模型轉換。
• 1080P@60FPS視頻編解碼，14M ISP with 3幀HDR，4K H.264/H.265視頻編碼和解碼。

搭配我司EASY EAI Nano/EAI1126-Core-T/TI系列系列產品，對于紡織品檢測可以做到：

1.布邊檢測

檢測布匹邊緣發(fā)生的破損，可識別大于1厘米的邊緣缺損。

2.缺陷標記

檢測到瑕疵后，利用標記系統(tǒng)對布的瑕疵瞬間進行標記，方便人工后期查找。據(jù)此進行布匹質量分級、修織或改進前段生產設備。進一步提高檢測機構的工作效率，并節(jié)約檢測成本。

應用場景

各種紡織品的表面質量檢測，如壞布、粘扣帶、網孔織物等缺陷，可應用到各類紡織機中

目前我司已經已有紡織品缺陷檢測的成功案例，歡迎咨詢